Meta ha desarrollado un sistema impulsado por IA y enfocado a personas con trastornos neurogenerativos, que tiene la capacidad de convertir señales cerebrales en frases con las que podrán comunicarse, sin necesidad de realizar cirugías.
La compañía tecnológica liderada por Mark Zuckerberg ha presentado recientemente Brain2Qwerty, un modelo para decodificar oraciones naturales a partir de registros de magnetoencefalografía (MEG) no invasivos.
Meta ha explicado en un comunicado que, para desarrollar este modelo, se ha basado en la arquitectura Brain2Qwerty v1, publicada el año pasado y consistente en predecir las pulsaciones de teclas a partir de los patrones de actividad cerebral registrados en el Basque Center of Cogition, Brain and Language (BCBL).
Según ha concretado en este escrito, este sistema no podía funcionar en tiempo real porque necesitaba conocer la sincronización de cada pulsación; una limitación que sí que supera esta siguiente iteración y genera las oraciones directamente a partir de un registro continuo de actividad cerebral.
Un modelo entrenado en España
El nuevo modelo de Meta tiene parte de sangre española, debido a que su entrenamiento ha tenido lugar en el Centro Vasco de Cognición, Cerebro y Lenguaje en la ciudad de San Sebastián, tal y como indican en Gizmodo.
Este portal especializado en tecnología también apunta a que este modelo contó con la participación de nueve voluntarios sin problemas relacionados con el cerebro de entre 25 y 56 años. Se les instó a que escribieran más de 2500 frases a lo largo de diez sesiones.
Durante éstas, se monitorizó su actividad cerebral mediante magnetoencefalografía, que se encarga de medir los campos eléctricos que se producen cuando existe actividad neuronal. Todos los datos que se manejaron en estos procedimientos, por tanto, se utilizaron para entrenar Brain2Qwerty.
Brain2Qwerty v2 se escala fácilmente y es más preciso
Sobre esto, Meta ha subrayado que su modelo ha sido entrenado con 10 veces más datos por participante y que alcanza hasta un 78% de precisión en el reconocimiento de palabras.
Esto demuestra que es mucho más avanzado que Brain2Qwerty v1, debido a que esta versión, lanzada el año pasado, obtuvo una puntuación del 48% en su mayor caso de éxito.
Según los documentos que han compartido estos especialistas en su página web, han llegado a la conclusión de que la precisión de este sistema aumenta a medida que se le van proporcionando datos de entrenamiento.
Esto sugiere, por otra parte, que se podrían aplicar leyes de escalado sencillas para construir sistemas con mayores capacidades en un futuro, multiplicando sus probabilidades y su eficacia.
De ese modo, al poder evitar intervenciones quirúrgicas, este modelo «representaría un cambio transformador en la atención al paciente», tal y como se ha matizado en el artículo.
Conviene apuntar también que Brain2Qwerty ha demostrado ser el primer modelo de lenguaje grande (LLM) implementado para traducir la actividad cerebral en oraciones estructuradas que ha resultado ser exitoso.
En cualquier caso, los investigadores han querido matizar que aunque la tecnología es capaz de conseguir cosas hasta ahora impensables solo con la actividad y el ingenio de las personas, no es en absoluto sustitutivo de la investigación tradicional.
De ese modo, han sostenido que, aunque la inteligencia artificial «puede servir como un poderoso multiplicador de fuerza» en el campo de la investigación gracias a agentes especializados, «la investigación humana sigue siendo, por ahora, una parte fundamental del proceso científico».
Deja una respuesta